FácilOpción múltiple

Pregunta de práctica de DP-900

Una empresa de consultoría recopila información de clientes en dos formas: una hoja de cálculo con columnas para Name, Address y Phone Number, y grabaciones de audio de las reuniones con los clientes. ¿Cuál de las siguientes afirmaciones categoriza correctamente estos tipos de datos?

Elige la mejor respuesta.

Respuesta correcta

  • CLos datos de la hoja de cálculo están estructurados y las grabaciones de audio no están estructuradas.

Explicación

Los datos de la hoja de cálculo con columnas para Name, Address y Phone Number tienen un esquema predefinido (filas y columnas), lo que los convierte en datos estructurados. Las grabaciones de audio son archivos binarios sin un esquema u organización inherente, ajustándose a la definición de datos no estructurados. La opción C combina correctamente estas clasificaciones.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Tanto los datos de la hoja de cálculo como las grabaciones de audio son ejemplos de datos estructurados.

Esta opción es incorrecta porque las grabaciones de audio no comparten la propiedad definitoria de los datos estructurados. Los datos estructurados requieren un esquema rígido y predefinido donde cada registro tiene los mismos atributos (por ejemplo, columnas en una tabla de base de datos), y los datos se pueden consultar directamente con operaciones relacionales. Las grabaciones de audio son solo una secuencia de valores de amplitud muestreados a lo largo del tiempo, que adquieren significado únicamente mediante una interpretación compleja; no tienen columnas, ni tipos de datos como texto o números en un sentido tabular, ni una forma directa de ejecutar consultas de tipo SQL. Por lo tanto, la porción de audio no se puede clasificar como estructurada, lo que hace que esta afirmación sea falsa.

B

Incorrecta

Los datos de la hoja de cálculo están estructurados y las grabaciones de audio son semiestructuradas.

Esta opción clasifica erróneamente las grabaciones de audio como semiestructuradas. Los datos semiestructurados se sitúan entre los estructurados y los no estructurados: tienen algunos marcadores organizacionales, como etiquetas, claves o elementos jerárquicos (los ejemplos incluyen JSON, XML y Parquet), que permiten un análisis y consulta limitados. Las grabaciones de audio carecen de dichos marcadores; un archivo WAV, MP3 o AAC contiene solo datos de señal codificada más metadatos mínimos como la frecuencia de muestreo o la duración, pero ninguna estructura de campo interna que describa el significado del contenido. Debido a que el contenido hablado o acústico real no lleva ningún esquema analizable, el audio no se puede considerar semiestructurado; es no estructurado, independientemente de que la hoja de cálculo se identifique correctamente como estructurada.

C

Correcta

Los datos de la hoja de cálculo están estructurados y las grabaciones de audio no están estructuradas.

Una hoja de cálculo está estructurada porque tiene un esquema fijo: un conjunto definido de columnas, cada una con un tipo de dato consistente y filas que se ajustan a ese esquema, lo que permite consultas directas a través de SQL o herramientas similares. En contraste, las grabaciones de audio existen como flujos de señales continuos analógicos o digitales sin campos, claves o definiciones de columna inherentes. No se pueden indexar, buscar o consultar directamente sin aplicar primero un preprocesamiento como conversión de voz a texto o extracción de características de audio, que es la característica definitoria de los datos no estructurados.

D

Incorrecta

Los datos de la hoja de cálculo son semiestructurados y las grabaciones de audio no están estructuradas.

Esta opción etiqueta incorrectamente la hoja de cálculo como semiestructurada. Una hoja de cálculo consta típicamente de filas y columnas con un esquema definido: los encabezados de columna indican campos (por ejemplo, nombre de cliente, fecha, saldo) y cada fila es un registro que se ajusta a esos campos, con tipos de datos por columna. Esa es exactamente la definición de datos estructurados, no semiestructurados, lo que requeriría esquemas flexibles y autodescriptivos como matrices JSON o documentos XML donde los campos pueden variar por registro. Aunque algunas aplicaciones de hojas de cálculo permiten celdas mixtas o con tipos flexibles, la interpretación canónica para la clasificación de datos en DP-900 es que una hoja de cálculo está estructurada. Como no es semiestructurada, la afirmación es falsa, aunque la clasificación del audio como no estructurado sea correcta.

Para profundizar

El concepto central detrás de esta pregunta es la clasificación de datos en tres tipos utilizada en todos los servicios de datos de Azure: estructurados, semiestructurados y no estructurados. Los datos estructurados tienen un esquema fijo y rígido (piense en las tablas de SQL Server donde las columnas se definen de antemano, cada fila sigue la misma forma y las consultas relacionales son eficientes). Los datos semiestructurados tienen un formato flexible y autodescriptivo que aún ofrece cierta estructura, como JSON, XML o Parquet, donde los campos pueden aparecer o desaparecer por registro, pero las etiquetas o claves permiten analizarlos. Los datos no estructurados no tienen ningún esquema (el audio, el video, las imágenes y el texto plano son ejemplos clásicos); no se pueden comprender mediante un lenguaje de consulta sin un preprocesamiento significativo (por ejemplo, voz a texto para el audio). Un punto sutil pero importante es que la forma en que se almacenan físicamente los datos puede difuminar la línea: un archivo CSV se almacena en formato de texto pero aún se considera estructurado porque tiene un diseño de columnas fijo, mientras que una base de datos NoSQL como Azure Cosmos DB almacena documentos JSON semiestructurados. Una idea errónea común es que cualquier archivo que no sea una tabla de base de datos es no estructurado; eso es incorrecto, porque los archivos como CSV, JSON e incluso las hojas de cálculo tienen diversos grados de estructura. En DP-900, debe clasificar en función de la presencia y rigidez de un esquema, no del contenedor de almacenamiento. Azure Blob Storage está diseñado para datos verdaderamente no estructurados, Azure SQL Database para los estructurados y Cosmos DB para los semiestructurados, lo que ilustra por qué la clasificación correcta es esencial para elegir el servicio de datos adecuado.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de DP-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.